基于视觉定位的机器人地图数据库优化技术研究

摘要

在自主移动机器人自定位研究领域中，视觉定位具有采用其它传感器进行定位所无法比拟的优势，已成为未知环境下移动机器人定位的重要研究方向。但视觉定位存在着定位算法复杂度高的问题，因而随时间不断增大的定位地图数据库规模，会使定位时效性大大降低。这对自主移动机器人的定位快速性，在位置环境中的适应性，以及有限的存储空间皆会产生不利影响。本文旨在优化机器人定位时所使用的地图数据库，在不失定位准确度的同时，精简地图数据库的规模。
　　使用MRDS软件仿真平台，搭建仿真Pioneer3DX机器人在未知环境ApartmentEnvironment中采用一定运动控制策略进行随机遍历，结合里程计信息采集视觉信息并构建全局地图，并用Robinson算子提取了视觉信息图像的边缘信息，在此基础上得到初始的、未优化的地图数据库。
　　本文讨论了两种地图数据库的优化方法，其一，利用SIFT算法对地图数据库中图像进行两两匹配，以匹配点数度量图像相似度，对地图数据库进行相似度优化;其二，根据机器人在未知环境中遍历路径的特点，剔除直线路径中的相关图像，对地图数据库进行几何优化。同时，提出一种基于matches关键点坐标偏移的距离估算算法，以补偿几何优化所产生的地图数据库信息丢失问题。视觉定位中，依据动态马尔可夫定位算法分析优化后地图数据库的定位准确性，最终，地图数据库的优化率为79.1％。

目录

声明

摘要

1 绪论

1．1 课题的研究背景

1．2 课题的研究意义

1．3 基于视觉的自主移动机器入技术

1．3．1 机器人运动控制

1．3．2 机器人视觉

1．3．3 同时定位与建图

1．3．4 机器视觉的研究难点

1．4 地图数据库优化技术

1．4．1 地理信息系统

1．4．2 GIS优化

1．5 本文的主要研究工作与论文安排

2 基于MRDS的仿真环境建立及环境地图构建

2．1 MRDS软件仿真平台简介

2．1．1 MRDS软件组成

2．1．2 MRDS架构原理

2．2 仿真环境搭建

2．2．1 Apartment Environment环境构建

2．2．2 虚拟自主移动机器人搭建

2．2．3 VSE虚拟仿真优缺点

2．3 环境信息采集

2．3．1 机器人在Apartment环境中的遍历

2．3．2 图像及位姿信息采集

2．3．3 图像边缘提取

2．3．4 环境地图数据库建立

2．4 本文研究设备平台及软件平台

2．5 本章小结

3 基于图像相似度的地图数据库优化

3．1 图像特征提取

3．1．1 图像内容的表述形式

3．1．2 局部不变特征

3．1．3 局部不变特征的检测

3．1．4 局部不变特征的描述

3．2 图像相似性度量

3．2．1 欧几里得距离

3．2．2 马氏距离

3．3 基于SIFT的图像相似性度量

3．3．1 SIFT算法简介

3．3．2 SIFT特征向量的提取

3．3．3 SIFT特征向量相似度比较

3．4 实验结果及分析

3．5 本章小结

4 基于环境几何结构的地图数据库优化

4．1 环境几何结构分析

4．1．1 视觉传感器成像模型

4．1．2 透视投影原理

4．1．3 选取可优化环境结构

4．2 结合SIFT关键点坐标的透视成像分析

4．2．1 建立视觉坐标系以及成像模型原理

4．2．2 选取距离参数

4．2．3 去除误匹配matches

4．3 实验结果及分析

4．3．1 中心透视图像间相对距离

4．3．2 地图数据库几何优化结果

4．4 本章小结

5 基于优化后地图数据库的定位分析

5．1 基于概率的全局视觉定位

5．1．1 视觉定位

5．1．2 全局定位

5．1．3 马尔可夫(Markov)定位

5．1．4 定位实现

5．2 实验结果及分析

5．2．1 初始地图数据库的定位

5．2．2 相似优化地图数据库定位

5．2．3 相似及几何优化地图数据库定位

5．2．4 地图数据库优化的定位误差

5．2．4 几何优化的误差补偿

5．3 本章小结

6 总结与展望

6．1 总结

6．2 展望

致谢

参考文献